随着互联网与视频编解码技术的发展,视频传输在互联网的数据传输服务中占据了越来越重要的地位。由于具有数据量大、编解码复杂、各数据单元之间依赖性强等特点,视频对丢包、时延等QoS(网络服务质量)参数极其敏感。而当前互联网的规模仍在迅速扩大,同时又有数量日益增多的移动设备接入互联网,特别是随着移动通信网络与互联网的融合,进一步降低了网络服务质量,使互联网中的视频传输面临着数据出错、失真、中断等诸多问题。如何保证视频传输的实时性和稳定性,提高接收端的视频质量,已成为当前数据通信与视频编解码技术中的一个重要研究内容。伴随着以视频为代表的流媒体业务在互联网中的日益普及,相关技术的研究不但具有重要的学术意义,而且具有较大的应用价值。在收集大量国内外相关研究的文献资料,并对其进行整理、分析的基础上,本文对面向互联网的若干视频传输关键技术进行了重点研究,主要研究内容如下：(1)面向信道编码的纠错技术针对视频数据在互联网中传输时,接收端的视频质量易受网络丢包的影响而显著降低的问题,提出了一种基于丢包率预测的纠错方法。该方法首先采用FCM(模糊C均值聚类)对丢包率P进行量化,之后利用Baum-Welch算法对HMM(隐马尔科夫模型)参数进行训练,再利用Viterbi算法对HMM进行求解,进而获得下一时间段的丢包率,最后根据丢包率的大小自适应地选择FEC(Forward Error Correction)或ARQ(Auto Repeat reQuest)完成纠错操作。仿真实验结果表明,相对于HARQ与LIVA方法,所提出的方法不但降低了丢包率和平均时延,而且减小了视频失真,提高了接收端视频的主观及客观质量。(2)面向可伸缩视频编码的纠错技术针对可伸缩视频编码(SVC)在传输过程中存在解码后质量较差的问题,提出了一种基于自适应遗传算法的纠错方法。该方法首先分析了SVC的网络抽象层单元数据包头的结构,设计了一种新的封装方案。然后根据SVC各层对解码重要性的不同,在计算丢包环境下SVC失真的基础上,将FEC数据在各层的分配视为多约束条件下的优化问题,再引入惩罚函数将之转化为无约束优化问题,进而采用自适应遗传算法进行求解,得到了优化的FEC数据分配方案,实现了SVC平均失真的最小化。仿真实验结果表明,相比LW-EZEP及GOP-UEP方法,所提出的方法不但改善了解码后视频的客观质量,而且有效地提高了解码速度。(3)基于拥塞控制的视频单播传输技术针对现有的单播拥塞控制方法可靠性低、视频平均失真较大的问题,提出了一种基于半马尔科夫决策过程的单播拥塞控制方法。该方法首先为克服基于PSNR(峰值信噪比)的视频质量评估策略实时性较低的不足,设计了一种可在线运行的无参考视频质量评估策略。然后根据接收端视频质量的反馈,以最小化平均失真为目标,将单播拥塞控制视为具备马尔科夫性质的离散过程,采用半马尔科夫决策过程对拥塞控制过程建模。并为其设计了相应的求解算法,优化了拥塞控制参数的调整策略。仿真实验结果表明,与现有的MTCC和TCP reno方法相比,所提出的方法不但是TCP友好的,而且有效地提升了接收端视频的主观和客观质量。(4)基于拥塞控制的视频组播传输技术针对现有组播拥塞控制方法的带宽利用率低、平均时延较高的问题,提出了一种基于SA的多速率组播拥塞控制方法。该方法首先在最大化接收端请求速率的前提下,对多速率组播拥塞控制过程进行了建模,然后采用SA对该模型进行求解,得到了优化的接收端请求速率,提高了带宽利用率。在此基础上,为降低视频传输时延,设计了一种接收端的层调整机制。最后通过在视频组播系统中设置代理节点完成视频数据的错误恢复,以提高视频组播的可靠性。仿真实验结果表明,与TFMCC方法相比,所提出的方法具有良好的公平性与可扩展性,有效地提高了带宽利用率和组播系统的吞吐量,在接收端也获得了更高的视频质量。(5)基于码率控制的视频传输技术针对现有的码率控制方法未考虑人眼的视觉感知、精度较低、编码质量波动较大的问题,提出了一种基于视觉感知的码率控制方法。该方法首先设计了检测视频序列中的场景变化和帧的局部运动性的方法,定义了帧的活动度。在此基础上,将视觉感知应用于像素域的恰可察觉失真模型,根据各帧的恰可察觉失真的大小完成帧层比特分配,使之更符合人眼视觉感知的特征。然后为更有效地消除视频帧中的时间与空间冗余,提出了基于结构相似度的率失真模型,设计了基本单元层的比特分配方案。实验结果表明,相对于VPBRC和JVT-W042方法,所提出的方法不仅增强了输出码流的稳定性,而且显著提高了码率控制的精度与视频质量。论文最后作了总结,阐述了本研究课题的主要研究成果及创新点,并对需要改进之处和有待提高的地方提出了展望。